LV
PieteiktiesSākt tagad
Glosārijs

Lielais valodas modelis (LLM)

Kas ir Lielais valodas modelis (LLM)?

Lielais valodas modelis (LLM) ir neironu tīkls, kas apmācīts ar ļoti lieliem teksta apjomiem, tāpēc spēj saprast un ģenerēt valodu. Tas darbojas, soli pa solim aprēķinot visticamāko nākamo tokenu. LLM raksta, apkopo, tulko, atbild uz jautājumiem un ģenerē kodu; plaši zināmi piemēri ir Claude, GPT, Gemini un Llama. Bez piekļuves aktuāliem avotiem tie zina tikai to, kas bija to apmācības datos.

Kā palīdz KI.ordo

KI.ordo izmanto Anthropic Claude saimes lielos valodas modeļus un apvieno tos ar norādījumiem un jūsu zināšanām.

Uzzināt vairāk : Lielais valodas modelis (LLM)

Tēmas

  • Valodas modeļi
  • Ģeneratīvais MI
  • Pamatjēdziens

Izmēģiniet KI.ordo

Aģenti, plūsmas un veidnes vienā darbvietā – bezmaksas 24 stundu demo.

Sākt demo
← Visi termini

Saistītie termini

Transformer

Transformers ir neironu tīklu arhitektūra, kas ieviesta 2017. gadā pētījumā „Attention Is All You Need”. Tās kodols ir uzmanības mehānisms: katrs vārds tiek svērts attiecībā pret visiem pārējiem teksta vārdiem, un aprēķinu var efektīvi paralelizēt. Transformeri ir mūsdienu valodas modeļu, piemēram, GPT, Claude un BERT, pamatā, un tos izmanto arī attēliem un audio.

  • Arhitektūra
  • Dziļā mācīšanās
  • +1

Token

Tokens ir mazākā teksta vienība, ko valodas modelis apstrādā, parasti vārda daļa, īss vārds vai pieturzīme. Modeļi nolasa ievadi un ģenerē atbildes token pa tokenam, un arī konteksta loga izmēru mēra tokenos. Tā kā pakalpojumu sniedzēji iekasē maksu par ievades un izvades tokeniem, tokeni tieši nosaka izmaksas un ierobežojumus: gari norādījumi un plašas fona zināšanas palielina patēriņu.

  • LLM
  • Izmaksas
  • +1

Pamatmodelis

Pamatmodelis ir liels MI modelis, kas iepriekš apmācīts ar ļoti plašiem, daudzveidīgiem datiem un pēc tam var tikt izmantots daudziem dažādiem uzdevumiem. Terminu 2021. gadā ieviesa Stenfordas Universitātē. Plaši pazīstami piemēri ir lielie valodas modeļi, piemēram, Claude vai GPT, kā arī attēlu modeļi. Uzņēmumi savas lietojumprogrammas parasti būvē uz šādiem modeļiem, nevis apmāca savus no nulles; ES Mākslīgā intelekta akts runā par vispārīga lietojuma MI modeļiem.

  • Bāzes modelis
  • Valodas modeļi
  • +1

Claude

Claude ir ASV MI uzņēmuma Anthropic lielo valodas modeļu saime. Modeļi saprot un raksta tekstu daudzās valodās, analizē dokumentus, raksta kodu un var izmantot rīkus, piemēram, izpētei vai automatizācijai. Pazīstamākās ir modeļu saimes Haiku, Sonnet un Opus, kas atšķiras pēc ātruma, izmaksām un spējām. Anthropic īpašu uzmanību pievērš drošībai un uzticamai modeļu uzvedībai.

  • Anthropic
  • valodas modelis
  • +1